özet
Başarısızlıkla sonuçlanan birçok İş Zekası veya Veri Ambarı projesi vardır. Bu, 'beklentilerin yerine getirilmemesi' olarak anlaşılmaktadır: maliyet, teslimat süreleri, fayda, veri kalitesi, kullanıcılar tarafından kullanılabilirlik, şirket katılımı, sonuçlara katkı, vb…
Burada bazı anahtarları açıklamaya çalışıyoruz. böyle bir implantasyonla başarılı bir şekilde başa çıkmamızı sağlayan gerçek deneyimler.
1. İş Zekası Nedir?
Bu hedefe ulaşmak için öncelikle İş Zekasının ne olduğunu bilmek gerekir:
Ne yazık ki, bu terimin belirli bir işte çalışan insanların ortalama IQ'su ile ilgisi yoktur. Aslında, iş zekası (BI) daha iyi anlamak için bir işletmenin verileri ve uygulamaları ile ilgilidir. Düşmanı anlamaya çalışan askeri zekaya benzer şekilde, iş zekası da öncelikle kendisiyle ilgilidir. Özellikle, iş zekası sistemleri daha verimli çalışabilmesi için bilgisayar iş modelleri oluşturmaya dayanır.
Veri depolama, iş zekası süreçlerinin merkezinde yer alır. ETL dünyasında, iş zekası genellikle bir işletmeyi anlamayı ve değerlendirmeyi amaçlayan tüm veritabanı sistemleri, yazılım, analiz ve kullanıcı değerlendirmesi alanını ifade eder.
Genellikle yazılımın bir veya daha fazla analitik kullanımı vardır (örneğin, Business Objects, Cognos veya Microstrategy).
BI sistemleri, veriler üzerinde sorgulama ve raporlama için optimize edilmeleri nedeniyle işletim sistemlerinden farklıdır. Bu, tipik olarak, bir Datawarehouse'da verilerin yüksek performanslı soruları desteklemek için denormalize edildiği anlamına gelirken, operasyonel sistemler genellikle referans bütünlüğünü desteklemek ve sürekli veri eklemek için tamamen normalleştirilir. BI sistemlerini yükleyen ETL süreçleri normalden normalleştirilmemiş işletim sistemine dönüştürülmelidir. Ve tipik olarak, işletim sistemlerinin performansını düşürmemeleri ve depoya erişimi yasaklamaması nedeniyle ciddi arızalara sahiptirler.
Bu nedenle İş Zekası, ilişkisel olanın aksine temelde çok boyutlu yeni analiz yapılarına dayanarak ortaya çıkar.
2. İş Zekası uygulaması nasıl seçilir?
Söyleyebileceğim ilk şey, ihtiyaçların ne olduğunu ve aradığımız aracın türünü tanımlamamız gerektiğidir: analiz, raporlama, veritabanı, OLAP, vb…
Şu anda, bir İş Zekası aracı seçerken dikkate alınması gereken ana faktörlerin (önem sırasına göre) birkaç kriterini, kriterlerime göre bırakacağım:
1) Platform: Microsoft'a bağlanmak ya da Unix üzerinde çalışabilmek ya da Açık Kaynak Linux stratejisine sahip olmak aynı şey değildir. Aynı şey donanım için de geçerlidir. Bazı üreticiler kısıtlayıcıdır.
2) Satıcının özgeçmişi: Eğer zamanında yapıldıysa, kullanılıyorsa, kullanıcı memnuniyeti vb. Yapılan uygulama türlerini bilmek çok faydalıdır.
3) Küpün boyutu: Saklanacak bilginin genişliğinin önceden analiz edilmesi önemlidir. Bazı uygulamalar belirli bir düzeyde 'patlayabilir'.
4) Sorgu hızı: Kullanıcılar her zaman sorgularında hız ister. Ve eğer 20 saniyelik bekleme çok uzunsa, başka bir araç bulmanız gerekebilir.
5) Dünya çapında destek ve yardım hizmetleri: Uygulamada bir şey başarısız olursa (ve başarısız olursa, bu kesintir) mümkün olan en kısa sürede çözebileceğimizden emin olmalıyız.
6) Analist değerlendirmeleri: Gartner, IDC ne hakkında konuştuklarını biliyorlar… ve genellikle nesneldirler. Onların 'kadranlarına' bakmaya değer.
7) Satıcının ekosistemi (danışmanlar, ortaklar, anlaşmalar, geliştirici topluluğu…).
8) Kurulu kullanıcı tabanı. Eğer sektörümde çok daha iyisi varsa. Onlarla konuşup aracı canlı olarak görebilirsem, daha da iyi.
9) Grafik Kullanıcı Arayüzü (GUI). Son kullanıcılar için bir araçtan bahsettiğimizi hatırlamalıyız ve eğer beğenmezlerse, kullanmayacaklar ve para israfı olacaktır.
10) Fiyat: En önemli olmak zorunda değil… ama… önemlidir !!!
11) Diğer araçlarla entegrasyon: Hiçbir araç diğerlerinden izole edilmiş bir ada olarak çalışmaz. Bir şirket ile aynı, adalar yaratırsanız, izolasyon yaratacaksınız.
3. Neden birçok İş Zekası projesi başarısız oluyor?
Bazen, birçok aracın geldiği gelişmeyle, kontrastlı metodolojilerin ve teknisyenlerin ve kullanıcıların daha yüksek bilgi seviyelerinin kullanılmasından dolayı, İş Zekası çözümlerinin uygulanmasında aşırı maliyet açısından çok sayıda felaket meydana geldiğine şaşırdık planlanan, kullanıcılar tarafından kullanılmayan, beklentileri karşılamayan, hatalı bilgiler, vb…
Deneyimlerime dayanarak, size bazı ana kusurlardan bahsedeceğim:
1) Birçok Veri Ambarı orantısız olarak büyür çünkü teknisyenler 'aşırı' kullanıcı taleplerine 'hayır' demezler.
2) Projeyi, kapsayacak zamana veya bilgiye sahip olmadıklarında şirketin kendisinden insanlarla yürütmek tercih edilir.
3)
Yeni tarihlere ve daha fazla gecikmeye neden olan, üretime gerçekçi olmayan giriş tarihleri belirlenir.
4) Proje için ayrılan bütçe, geliştirilecek karmaşıklık derecesine göre düşüktür.
5) Yazılım ve donanım seçimi bazen sadece teknik olmaktan ziyade genel anlaşma veya taahhüt kriterlerine göre yapılır.
6) Projeden önce, fizibiliteyi belirlemek için hiçbir kriter veya 'kavram kanıtı' yapılmaz.
7) Kaynak veriler temiz değil. Kopyalar, hatalar, yanlış karakterler… daha pahalı bir ETL işlemi, daha büyük Veritabanı boyutu ve daha kötü performans anlamına gelir.
8) Proje sponsoru proje süresince böyle davranmaz. 'Dünyaya inmez'.
9) Danışmanların kötü seçimi ve aralarında aşırı rotasyon.
10) Elde edilen sonuçlardan dolayı biraz hayal kırıklığı hissetmelerine yol açan son kullanıcıların çok az katılımı.
11) 'Hesaplamada her şey yapılabilir' hatasını alıp özelleştirmelerle başlayın, standart fonksiyonların dışında kod yazın.
12) Projeyi bir iş stratejisi içinde hizalamamak.
Bir İş Zekası projesinin başarısız olmasına neden olabilecek daha birçok faktör vardır, ancak bunlar tam anlamıyla "yıkabilir", danışmanlar için daha fazla proje, ürünün kötü imajı ve CIO ve diğer sponsorlar için dahili riskler alamazlar.
4. OLAP sistemleri. Doğru kullanımı için ipuçları.
Şirketin ihtiyaçlarının ayrıntılı bir analizini yaptığımızı, tüm muhataplarla ve kullanıcılarla konuştuğumuzu, raporlama ve erişim ihtiyaçlarını belirlediğimizi ve son olarak model hakkında net olduğumuzu varsayalım (hangi değişkenler, formüller, boyutlar…) ekleyeceğiz.
İşte bu noktada kendimize kilit soruyu soruyoruz: Hangi depolama yöntemini kullanacağız? İşlemsel sistemimizdeki tüm verileri daha hızlı monte etmemize izin verebilir, ancak daha az verimli olabilir. Ya da bilgileri hızlı ve doğru bir şekilde elde etmek için önceden hesaplayabiliriz. Bu çok önemli bir karardır çünkü daha yüksek bakım ve lisans maliyeti anlamına gelebilir.
Bu kısaltmaları netleştirmenin uygun olduğu yer:
OLAP çevrimiçi analitik işlemdir. Bu, sorguların daha etkin bir şekilde yürütülmesini sağlayan bir Veritabanında depolamanın bir yoludur. Kısaltılmış bir tanımdır, elbette gerçeklik daha karmaşıktır.
MOLAP: Çok boyutlu OLAP. Hem kaynak veriler hem de toplanmış veya önceden hesaplanmış veriler aynı çok boyutlu formatta bulunur. Sorguları optimize edin, ancak daha fazla disk alanı ve farklı yazılım gerektirir. İlk nokta bir sorun bırakmaktır: disk alanı daha ucuz hale geliyor.
ROLAP: İlişkisel OLAP. Hem önceden hesaplanmış hem de toplanmış veriler ve kaynak veriler aynı ilişkisel veritabanında bulunur. DataWarehouse çok büyükse veya kullanıcılardan hız gerekiyorsa sorun olabilir.
HOLAP: Hibrit OLAP: Önceki ikisinin birleşimidir. Toplanan ve önceden hesaplanan veriler çok boyutlu yapılarda ve ilişkisel olanda daha düşük detay seviyesine sahip olanlarda saklanır. Her veri türünü tanımlamak için iyi bir analiz işi gerektirir.
Pratik bir bakış açısından, bir OLAP sisteminin diğer bazı özelliklerini eklemek istiyorum:
- Hızlı olmalı. Bilgi ihtiyacı ve sonuç arasında uzun olmamalı, işlevsel ve iş dili olmalı, sihirbazlar ve şablonlarla kullanımı kolay olmalı, API'leri entegre edebilmeli, güçlü grafik olasılıklara sahip olmalıdır. Kullanıcılar tarafından oluşturulan raporları ve hesaplamaları saklama ve paylaşma imkanı Yönetim, BT tarafından değil kullanıcılar tarafından gerçekleştirilmelidir Uygulama süresi (proje) çok kısa olmalıdır Karar vermek için ölçülebilir cevaplar üretmelidir. OLAP uygulamaları ile yatırım getirisi elde etmekten çok.
Son bir özet olarak, dikkat edilmesi gereken üç ana husus, araçları kullanacak kişilerin, projeden sorumlu olanların ve dış danışmanların seçimi olduğunu söyleyebiliriz. Tüm bunlara ek olarak, yama çözümlerinden ve gereksiz harcamalardan kaçınmak için sistemin net bir orta ve uzun vadeli iş stratejisi içinde olması gerekir.
